制造行业解决方案

         制造业是国民经济的主体，是立国之本、兴国之器、强国之基。IT行业在制造业的革命过程中发挥了巨大的作用。自动化的流程和机械化产生了大量数据，但大多数制造业者并不能很好的使用这些海量数据。如何充分挖掘海量数据的价值，利用大数据分析技术指导企业经营决策，已成为制造企业最为关注的问题。大数据作为新一代信息技术的关键，逐渐成为新一轮产业革命的核心。

一、行业现状

       在中国大部分中大型的制造企业已经建立了比较完善的CRM、ERP、MES、MRP等基础信息化系统，帮助制造企业收集大量的历史数据。我们目前已经从IT时代走入DT时代的时候，企业在运营上相对应的也发生了改变，从最初的粗放式运营逐渐过渡到精细化运营。

二、目前的问题

1、粗狂式经营

        过去“拍脑袋的经营决策“还在延续，无论是从企业战略管理角度、企业经营角度、财务管理角度、仓储供应链角度，依然是已固定报表的呈现数据，但是没有真正的把分析落地。

2、数据孤岛严重

       随着信息化技术的逐步完善，财务信息化系统、 MRP系统、ERP系统等逐步完善，但内部信息系统之间缺乏统一的平台对数据进行关联、整合及联通，导致产销存等各环节无法协同工作，难以完全释放数据的真正价值。

3、缺乏数据管理机制和保障

        企业虽然已经积累了一定量的历史数据，但由于前期缺乏数据管理机制的规划，导致数据质量参差不齐、基础数据分散、不统一、数据不一致，难以为上层的数据统计分析应用提供支撑。

4、数据分析需求响应慢

        不同层级的用户对数据分析有着完全不同的需求，而目前制造企业能够提供的分析报告主要以表格为主，分析维度单一，形式简单固化，对分析需求响应的时效性差，无法满足用户快速灵活多变的数据分析需求。

5、项目成本投入高，风险大

         对制造企业来说，假设老板投入1块钱的成本建设系统，就期望着该系统能够给他至少带来10块的利润价值。而传统的大数据平台的项目成本高、收效慢、风险高，在经历了漫长的数据仓库搭建和建模阶段后仍无法让高层领导能够看到数据带来的价值，因此很多制造企业望而却步，始终不敢在这块做过多的投入。

三、中软数据制造行业解决方案架构图

1、业务架构

2、技术架构

整个平台技术架构分以下三个层面

1、数据源层：对接来自不同业务信息系统和渠道的数据，实现异构数据源的关联整合。

2、ETL层：定义统一的数据API标准接口，对数据进行清洗、转换、装载的操作。将经过ETL后的细节明细数据在数据仓库中以星型或雪花型的模型进行存储，并根据业务分析主题的需求，对数据模型进行主题划分后倒入永洪MPP数据集市中做运算的加速处理。面向不同层级的业务人员和分析主题需求、多维分析、数据报告丰富的数据应用场景。

3、展现层：以丰富美观的图表展现方式，灵活多变的交互方式，将分析结果呈现给决策层、管理层、IT人员和业务用户，所有用户都可以通过主流浏览器或移动终端来访问系统。